微信
扫一扫，关注微信公众号
微博
扫一扫，关注微博
中国勘察设计协会主管主办
微信
扫一扫，关注微信公众号
微博
扫一扫，关注微博
中国勘察设计协会主管主办
数字化转型，不仅是企业高质量发展的重要引擎，也是我国在构筑竞争优势、抢占主导权的关键领域。国家“十四五”规划和2035年纲要提出加快数字化发展和建设数字中国是未来国家的重要发展方向；2023年8月，财政部提出数据资产入表的相关规定；2023年9月，习近平总书记提出加快形成新质生产力，增强发展新动能……一系列的改革和要求为数字化转型与发展提供了清晰与具体的指引。在此背景之下，数据从被动的生产要素转变成企业主动的战略资源，是企业的核心资产，也是发展新质生产力的核心“燃料”。
对于企业而言，如何构建和高效利用高质量的数据资产是一个亟待解决的关键问题。工程建设行业企业需要打造自身的“数据灯塔”，以加速迈向智能建造，推动行业整体实现高质量发展。
数据之殇：行业被淹没在低效的数据洪流中
数据是数字化转型的核心“燃料”、数字经济时代的新石油，数据已经成为生产要素的重要组成部分[1]，这已成为行业专家的普遍共识。数字化转型于2017年后在全球引起广泛讨论[2]，无论从国家层面，还是企业层面均作出了一系列的政策制定、商业实践、技术创新与学术研究[3]。
在数据创建层面，Egnyte调研报告发现[4]，全球工程建设行业从2017年至2021年的数据创建增加量增加了4倍（从0.9TB到3.5TB），这个增速比行业平均高出2倍。产生这样结果的原因，一方面是由于数字化转型引起的技术发展浪潮，企业投入大量的资源在数字化工具的部署应用、IT基础设施的建设，以及数据专职人才的培养上；另一方面是由于企业构建的系统与数字平台之间的信息孤岛问题，造成了同样的数据需要重复创建，不同系统平台的数据版本难以统一，造成一系列的数据质量低下、利用率低的问题，同时企业需要耗费大量资源对这些数据、系统与平台进行维护。
在数据的利用层面，FMI公司的调研报告发现[5]，数据的不及时或不准确导致企业在项目各个阶段频繁出现决策失误。据估算，在全球范围内由错误数据导致的决策损失每年高达1.84万亿美元，占全球GDP的大约2%、建筑业产值的12%。由于数据的可信度低，工程建设行业中95.5%的数据都没有被有效利用。
最终，这种现象形成了全球普遍的恶性循环，也造成了行业人员对数据的不信任，也不会去进一步使用数据。当下，我们正在被数据洪流所淹没，数据没有成为资源，反而成为了负担。
图1 全球数据应用现状调研
数据之力：眺望数据灯塔，洞悉数据潜能
如何驾驭数据，释放大数据中价值潜能？如何让拥有数据的效益高于成本？有学者研究指出，企业需要改进数据管理和分析的方法，使数据可信、高质量并且可传递，进而将其应用于商业模式创新[6]。Autodesk与行业知名咨询公司德勤和FMI公司分别展开了关于数据应用能力与价值实现的行业调研[7][8]。调研报告发现：尽管行业企业拥有了大量的数据，但其中50%的数据是无效的（无效数据指不准确、不完整、不能获取、不一致与不及时的数据，并无法用于实际业务或可行分析）；只有36%的企业有数据校验的流程。这也解释了数据不可信的普遍原因，企业对数据的管理缺乏有效手段。
同时，调研报告指出，也存在小部分数据应用能力领先的“灯塔企业”，这些企业的预期毛利增速比普通企业高出50%，年度毛利增速达到7.1%。这些企业正确地使用了数据，释放出数据潜能。它们成为数据灯塔企业，并且获得超额回报。
Autodesk对符合条件的数据灯塔企业作了进一步的研究分析，本文选取DPR Construction、Jacobs Engineering（嘉科）与Arcadis（凯谛思）三个企业案例作简要介绍。它们分别代表利用数据实现核心业务运营能力提升、业务能力外拓以及形成新增长曲线。
DPR是美国的一家工程承包商，在风险交付法施工管理企业中排名全球第三。风险交付法施工管理相比传统的承包模式，需要企业具备更强的风险预判能力、进度及成本管理能力，才能获取项目激励部分的超额收益。因此，拥有高质量的数据成为了DPR实施工程交付的首要目标。DPR拥有自己的数据科学家团队，充分利用Autodesk的技术实现了对模型数据合规性的自动化审查。每一次分包商提交的阶段性模型，都会经过自动化审查工具进行质量和标准的校验，使他们模型数据获取效率与质量均有效提升。在项目协同和管理层面，他们采用Autodesk的施工云作为统一的数据平台，提高了沟通效率，降低了管理成本，并且更有效地管控项目风险。
Jacobs是全球领先的工程咨询公司，业务专注于能源、航空、先进制造、生命科学等高精专领域。它利用这些垂直领域的成熟经验与竞争优势，在数据应用层面进行了进一步的深耕。通过联合研发、产品收购、战略合作等方式，打造了聚焦于交通、国防安全和水工程三个垂直领域的数据解决方案产品矩阵，为客户提供数据管理、数据分析以及云服务平台的业务。在年平均营收增速双位数的前提下，Jacobs在公开报告中表示，他们的业务收入65%都来自老客户[9]，这个比例远超一般企业的水准，正是他们的技术和服务，老客户才愿意持续地加大投入给Jacobs，他们也因此建立起了强大的业务护城墙。
图2 Jacobs垂直领域综合数据解决方案
Arcadis是来自荷兰的工程设计与咨询公司，在2020年Arcadis孵化了一个聚焦于数字化业务的公司Arcadis Gen，为客户提供数字资产管理、数据分析与洞察相关的服务。该数字化公司自成立以来，每年的业务增长都在30%以上，在2023年的全年收入已经达到了1亿欧元[10]，比2022年增长了100%，占到公司总体收入的2%，它所带动的数字化业务，尤其是企业数据洞察服务，已经成为集团公司新业务快速增长的主要引擎。
图3 Arcadis企业资产数据洞察
以上三个企业从大量的数据中的收集、处理、分析，进而构造出丰富的数字化场景，为其核心业务带来卓越运营的支撑，并为其开拓新的业务，实现持续增长。它们成功释放数据潜能，获取到丰盛成果。从企业变革管理层面上来看，符合调研条件的企业都先后作出了组织架构、工作方式以及创新方式的变革，他们都成功转变为“敏捷”企业，拥有更扁平的组织架构、更灵活的团队和更高效的产品创新节奏。
构建数据灯塔：从基建到智能，释放数据潜能的三个关键阶段
要成为数据灯塔企业，获取数据的潜在价值，Autodesk认为企业需历经三大阶段：
数据基建阶段。企业需要将大量企业内部数据实现标准化，并且通过流程的标准化来实现部分的自动化，最终使数据可信、可用，能够初步辅助企业的经营决策。
数据洞察阶段。当企业积累了一定程度的历史数据，并且构建出能够获取实时数据的能力时，通过高级量化分析方法，企业可以从中找到规律，以便提前发现潜在风险或者机会。
数据智能阶段。企业通过大量积累的有效数据，培养出符合自身特点的人工智能模型。人工智能模型能够实现主动化的数据洞察与决策建议，优化资源配置并且提高企业整体运营效率。
为此，Autodesk也在不断研发与推出数据解决方案与应用，助力企业在数据创建、流转、分析等方面的有效应用。比如，在数据创建层面，Autodesk归纳出典型的数字化业务场景及其最佳实践，包括数字化设计、施工与深化以及水工程，帮助项目全生命周期的各个相关方在提升数据质量的同时，实现基于数据的高效协同。
在数据开放标准层面，Autodesk产品支持国际OpenBIM与IFC国际及国内标准的落地应用，Revit与Civil3D的2025版本，支持最新IFC4×3格式的导入与导出流程，并且在IFC的处理也实现50%以上的性能提升，帮助项目数据能更高效交互。
在数据分析与洞察层面，Autodesk推出了三个层面的Autodesk AI功能[11]，分别是自动化AI、分析AI与增强AI，这些AI功能已经融入到各个标准产品之中，帮助用户获取更丰富的能力。
自动化AI。AutoCAD2025的图纸识别功能，机器学习算法来直接识别图纸中的对象，并且把识别出的对象，如门、窗、家具等转化为CAD标准图块，帮助用户提高设计图纸的标准化。另外，像是Recap Pro对于点云的AI点云分类，能够自动化地对点云模型按照功能或是材质进行自动化分类，大大提升用户在点云应用中的处理效率。
分析AI。排水设计工具InfoDrainage，可以实时反馈排水设计过程中的蓄水情况与洪水地图；Autodesk Forma的风环境、微环境、噪声、隐含碳分析，能够帮助用户在概念阶段快速探索不同设计方案所带来的影响，设计师在前期方案设计阶段获得更多量化的数据洞察，使传统定性的设计理念能获得定量分析结果的支撑，在提高设计方案质量的同时加快前期方案迭代设计的效率。
增强AI。Autodesk Forma的场地探索，能够基于场地限制条件与设计师的指标输入，自动生成多种场地空间排布方案，以人机协作的方式，辅助设计师作出更好的设计决策。
目前，Autodesk在构建工程建设行业的专属数据模型底座，目标是实现不受文件格式限制的颗粒化数据解析与传输，并能够将数据无缝整合到行业常用的其他生产工具中，使数据变得可信，使数据实现互联从而能够发展出新一代的AI技术，让所有项目参与者都能够方便地获取数据、理解和使用数据。
图4 构建数据灯塔的三个关键阶段
图5 Autodesk AI部分能力
无论从行业整体角度，还是企业发展的视角来看，目前我们正处于挑战之中。然而，这正是企业进行内功修炼的最佳时机。通过强化核心竞争力，我们能够实现逆势增长，成为行业中的领导者。因此，企业应该从基础做起，打造出高质量的数据创建、收集、处理、分析以及整合应用的流程与能力，为未来的竞争奠定坚实的基础。（本文作者肖胜凯系欧特克公司中国区工程建设行业总经理，谌冰、李嘉熹、宋姗对本文亦有贡献）
参考文献
[1]谢康,夏正豪,肖静华.大数据成为现实生产要素的企业实现机制:产品创新视角[J].中国工业经济,2020,(05):42-60.
[2]Kraus,S.,Jones,P.,Kailer,N.,Weinmann,A.,Chaparro-Banegas,N.,&RoigTierno,N(2021).DigitalTransformation:AnOverviewoftheCurrentStateoftheArtofResearch.SageOpen,11(3).https://doi.org/10.1177/21582440211047576.
[3]李嘉熹,OlivierLepinoy,宋姗,等.中国工程建设行业如何构建发展新优势[J].中国勘察设计,2023,(02):47-54.
[4]AECDataInsightsReport,Egnyte,2024,https://pages.egnyte.com/AEC_data_insights_report.html.
[5]BigData=BigQuestionsfortheEngineeringandConstructionIndustry,FMI,2018,https://fmicorp.com/insights/industry-insights/big-data-big-questions-for-the-engineering-and-construction-industry.
[6]ChiaraAcciarini,FrancescoCappa,PaoloBoccardelli,RaffaeleOriani,Howcanorganizationsleveragebigdatatoinnovatetheirbusinessmodels?Asystematicliteraturereview,Technovation,Volume123,2023,102713,ISSN0166-4972,https://doi.org/10.1016/j.technovation.2023.102713.
[7]工程建设项目数据应用能力现状,德勤&Autodesk,2023,https://www.autodesk.com/blogs/construction/state-of-data-capabilities-in-construction/.
[8]获取数据的价值,FMI&Autodesk,2023,https://construction.autodesk.com/resources/guides/harnessing-data-advantage-in-construction.
[9]雅各布斯:世界顶尖的国际工程公司,科思顿企业管理咨询（上海）有限公司，建筑时报,2021,http://dzb.jzsbs.com/epaper/jzsb/pc/content/202107/19/content_13719.html.
[10]ArcadisAnnualIntegratedReport,2023,https://www.arcadis.com/en/investors/arcadis-annual-integrated-report.
[11]罗海涛,谌冰,李德桥,等.AutodeskAI技术在工程建设行业的探索应用[J].中国勘察设计,2024,(05):34-39.
